首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 基礎(chǔ)科學(xué) > 物理學(xué) > 計算物理 > 含Laplace-Gauss型混合噪聲圖像二階正則化重建方法 【正文】
含Laplace-Gauss型混合噪聲圖像二階正則化重建方法
孔令海; 孔令波; 許海波; 賈清剛 北京應(yīng)用物理與計算數(shù)學(xué)研究所; 北京100094; 北京交通大學(xué)軟件工程學(xué)院; 北京100044
- 客體重建
- 自適應(yīng)軟收縮
- 四階偏微分方程
- 交替方向增廣拉格朗日方法
摘要：假設(shè)觀測數(shù)據(jù)含Laplace-Gauss型混合噪聲條件下,提出求解數(shù)據(jù)重建反問題的一種新型一階二階混合正則化模型,闡述該模型在斷層重建和流體動力學(xué)實(shí)驗(yàn)定量診斷中的應(yīng)用.建模過程采用貝葉斯推斷理論和期望極大方法,將空間自適應(yīng)函數(shù)引入經(jīng)典的增廣拉格朗日方法得到模型數(shù)值算法.所提出的模型及其算法進(jìn)行圖像復(fù)原和客體重建實(shí)驗(yàn).結(jié)果表明模型算法的可靠性.
- 客體重建
- 自適應(yīng)軟收縮
- 四階偏微分方程
- 交替方向增廣拉格朗日方法
摘要：假設(shè)觀測數(shù)據(jù)含Laplace-Gauss型混合噪聲條件下,提出求解數(shù)據(jù)重建反問題的一種新型一階二階混合正則化模型,闡述該模型在斷層重建和流體動力學(xué)實(shí)驗(yàn)定量診斷中的應(yīng)用.建模過程采用貝葉斯推斷理論和期望極大方法,將空間自適應(yīng)函數(shù)引入經(jīng)典的增廣拉格朗日方法得到模型數(shù)值算法.所提出的模型及其算法進(jìn)行圖像復(fù)原和客體重建實(shí)驗(yàn).結(jié)果表明模型算法的可靠性.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
計算物理
- 預(yù)計1-3個月 預(yù)計審稿周期
- 0.37 影響因子
- 教育 快捷分類
- 雙月刊 出版周期
主管單位：中國科學(xué)技術(shù)協(xié)會;主辦單位：中國核學(xué)會
